变分低秩适应用于个性化障碍语音识别
音频与语音处理
2026-03-17 v2 人工智能
摘要
由先天性障碍（如脑瘫、唐氏综合征或阿佩尔综合征）以及获得性脑损伤（如中风、创伤事故或肿瘤）引起的言语障碍，对自动语音识别（ASR）系统构成了重大挑战。尽管近期取得了进展，但最先进的 ASR 模型如 Whisper 仍因训练数据有限和声学高变异性而难以处理非规范语音。此外，收集和标注非规范语音负担沉重：许多受影响个体说话费力，而费力的标注通常需要熟悉说话者的照护者。本工作引入了一种基于贝叶斯低秩适应的新型 ASR 个性化方法，用于数据高效微调。我们在英语 UA-Speech 数据集和新收集的德语语音数据集 BF-Sprache（来自一名具有结构语音障碍的儿童）上验证了我们的方法。该数据集和方法旨在反映低资源环境中的挑战，包括言语障碍个体。我们的方法显著改善了障碍语音的 ASR 准确率，同时保持了数据和标注效率，为包容性 ASR 提供了实用路径。
引用
@article{arxiv.2509.20397,
title = {Variational Low-Rank Adaptation for Personalized Impaired Speech Recognition},
author = {Niclas Pokel and Pehuén Moure and Roman Boehringer and Shih-Chii Liu and Yingqiang Gao},
journal= {arXiv preprint arXiv:2509.20397},
year = {2026}
}